• 제목/요약/키워드: 근전도 신호

검색결과 229건 처리시간 0.026초

ICA를 이용한 근전도에 첨가된 심전도 신호 분리 알고리즘의 개발 (Development of an algorithm for the separation of ECG from mixed EMG signal)

  • 이전;권오윤;이경중
    • 대한전기학회:학술대회논문집
    • /
    • 대한전기학회 2002년도 하계학술대회 논문집 D
    • /
    • pp.2687-2689
    • /
    • 2002
  • 본 연구는 환자의 근육 상태를 표면 근전도(EMG, Electrocardiogram)를 통해 정량적으로 평가한 결과를 기반으로 적응 전기치료를 수행 시, 근전도 정량평가에 영향을 주는 심전도 신호를 독립요소 해석(ICA, Independent Component Analysis)을 이용하여 획득된 신호로부터 분리함으로써, 정확한 근전도 정량평가를 할 수 있도록 하는 것을 목적으로 한다. 실험 방법은 소스(source)를 근전도와 심전도 2개로 가정하고, 4 채널을 통하여 획득된 신호를 10 Hz-500 Hz의 대역통과 필터를 이용하여 필터링한 후, 1000 sample/sec로 샘플링하여 센서로 사용하였으며, JADE(Joint Approximate Diagonalization of Eigen-matrices) 알고리즘을 통하여 근전도 신호와 심전도 신호를 분리하였다. 알고리즘의 permutation ambiguity와 scaling ambiguity 특성 문제를 해결하기 위하여, 분리된 신호의 주파수 분석을 통하여 심전도와 근전도 신호로 구분하였으며, 인식된 근전도 신호의 크기를 센서 신호를 기준으로 복원하였다. 결론적으로 아날로그 및 디지털 필터와 달리 근전도의 신호의 왜곡을 극소화하면서도 심전도 신호를 분리해 냄으로써, 근전도를 통한 근육상태의 효과적인 평가가 가능하게 되었다.

  • PDF

비례제어 신호로 사용하는 근전도 신호 처리방법 검토

  • 변윤식;박상희
    • 전기의세계
    • /
    • 제33권7호
    • /
    • pp.412-418
    • /
    • 1984
  • 의용생체공학의 한분야인 재활공학의 많은 발전으로 상실된 인간의 사지기관의 일부는 거의 자연스런 기능을 갖는 장치로 대치할 수 있는 가능성이 높아지고 있으며, 일한 연구의 결과는 산업용 로보트의 개발에도 기여를 하고 있다. 그중에서도 핵심이 되고 있는 것이 근전도신호를 이용한 보철제어(Prosthesis Control)에 관한 연구이다. 근전도신호가 인공팔제어에 이용된 것은 1950년대 초 소련에서 처음 시도되었고 그후 유럽, 카나다 미국등에서 계속 이에 관한 연구가 성과를 나타내고 있다. 근전도 신호를 제어신호로 사용할 경우 가장 큰 문제점은 근전도신호의 저주파 잡음인데, 실제로 비례제어신호를 얻기위하여는 이 잡음이 제거되어야 한다. 그러므로 여기에서는 근전도신호 처리방법에 대한 개략적인 것을 소개하고, 잡음의 제거방법등을 검토해 보고자 한다.

  • PDF

근전도 신호를 이용한 퍼지 최대-최소 신경망 기반 보행 단계 분류 방법 (A Fuzzy Min-Max Neural Network(FMMNN) Based Gait Phase Classification Method using Electromyography(EMG) Signal)

  • 이태엽;이상완;장효영;김헌희;정진우;변증남
    • 한국HCI학회:학술대회논문집
    • /
    • 한국HCI학회 2007년도 학술대회 1부
    • /
    • pp.841-847
    • /
    • 2007
  • 최근 삶의 수준의 향상과 의학 기술의 발전으로 노인 인구가 증가하고 있다. 하지만 늘어나는 노인 인구에 비례하여 신체적 노화로 거동이 어려운 노인의 수 또한 증가하는 추세이다. 실제로 많은 노인 인구가 거동이 불편해 정상적인 생활을 하지 못하고 있기 때문에 보행 시 적절한 힘을 보조해 줄 수 있는 보행 보조 장치의 개발이 필요하다. 이 같은 보행 보조 장치를 개발함에 있어 보행자의 보행 패턴이 고려된다면 보행자의 걸음걸이에 맞춰 자연스럽게 힘을 보조해 줄 수 있기 때문에 보행자의 보행 단계 분류에 관한 연구가 선행되어야 한다. 그래서 본 논문에서는 하지 근전도 신호를 이용해 보행 단계를 구분하는 방법을 제안하고자 한다. 근전도 신호는 근육이 움직일 때 발생하는 아주 작은 전기적인 신호이다. 근전도 신호는 작은 잡음에도 민감하며, 전극을 부착하는 근육의 위치에 따라서도 값의 차이가 크기 때문에 근전도 신호의 획득 및 처리 방법이 중요하다. 위를 위해 피실험자 별 근육의 위치와 보행 속도를 달리하여 근전도 신호를 획득하고 획득한 신호로부터 여러 특징 값을 추출한다. 그리고 새로운 데이터에 대해 적응성이 강하고 시간에 따라 변하는 근전도 신호의 특성을 잘 반영할 수 있으며 각 집합(class)의 비선형 분리가 가능한 퍼지 최대-최소 신경망(Fuzzy Min-Max Neural Network: FMMNN)을 이용해 보행 단계를 분류해 본다. 실험 결과를 통해 제안한 방법의 타당성을 검증해 보고 보행자, 보행속도, 근전도 측정을 위한 근육의 위치가 보행 패턴 분류에 미치는 영향을 알아본다.

  • PDF

CNN 기반 한국 숫자지화 인식 응용에서 표면근전도 샘플링 주파수가 학습 성능에 미치는 영향에 관한 연구 (The Study on Effect of sEMG Sampling Frequency on Learning Performance in CNN based Finger Number Recognition)

  • 게렐바트;권춘기
    • 융합신호처리학회논문지
    • /
    • 제24권1호
    • /
    • pp.51-56
    • /
    • 2023
  • 본 연구는 CNN에 기반한 한국 숫자지화 인식 시스템의 입력데이터인 표면 근전도 신호에 대한 샘플링 주파수가 CNN의 학습 성능에 미치는 영향을 검토하였다. 표면 근전도의 샘플링 주파수가 크면 수집한 많은 양의 입력데이터에 대한 학습 시간이 길어지므로 실시간 시스템의 구현이 어려움이 발생하고 고가의 표면 근전도 측정장비를 필요로 하므로 표면근전도 신호의 샘플링 주파수 선정에서 적정선이 요구된다. 이를 위해 본 연구에서는 1,024Hz, 512Hz, 256Hz, 128Hz 그리고 64Hz의 샘플링 주파수를 선정하고 선정된 샘플링 주파수로 측정한 표면근전도 신호를 입력으로 CNN 학습 성능을 비교하였다. 비교 연구 결과는 선정된 모든 샘플링 주파수로 획득한 표면근전도 신호를 입력데이터를 활용한 CNN 학습 모두가 한국 숫자지화 일부터 다섯을 100% 인식하였으며, 그중에서도 256Hz의 샘플링 주파수로 획득한 표면근전도 신호를 입력데이터로 활용한 CNN 학습이 가장 짧은 시간 안에 이루어졌다.

근 질환자의 표면 근전도 신호에 대한 근섬유 전도속도 측정방법 (A Measurement Method of Muscle Fiber Conduction Velocity for Surgace EMG Signal of Muscle Diseased Patient)

  • 이진;김성환
    • 대한의용생체공학회:의공학회지
    • /
    • 제22권2호
    • /
    • pp.171-178
    • /
    • 2001
  • 본 연구에서는 강건 시지연추정 알고리즘을 바탕으로 하여 표면근전도 신호로부터 새로운 근섬유 전도속도 측정방법을 제안하였다. 제시한 방법은 가우시안 가정 하에서 유도된 기존의 방법들로는 불가능한 비가우시안 충격성잡음을 포함하는 표면근전도 신호를 대상으로도 정확하게 근섬유 전도속도를 측정할 수 있다. 제시한 방법의 평가를 위하여 먼저, 마미총 증후군에 걸린 근질환자의 근전도 신호가 비가우시안 $\alpha$-stable 확률분포로 모델링할 수 있음을 보였으며, 정상인과 근질환자 6명의 피검자로부터 족저단신근과 내측광근에서 각각 근전도 신호를 수집하여 실험한 근섬유 전도속도 측정결과를 타 연구자들과 비교, 평가하였다. 실험결과, 족저단신근의 경우 근섬유 전도속도가 평균 4.60$\pm$0.50m/s로 내측광근의 경우 5.66$\pm$0.59m/s로 각각 구할 수 있었다.

  • PDF

웨어러블 컴퓨팅을 위한 근전도 센서 시스템의 설계 및 구현 (Design and Implementation of Electromyographic Sensor System for Wearable Computing)

  • 이영석
    • 한국정보전자통신기술학회논문지
    • /
    • 제11권1호
    • /
    • pp.114-120
    • /
    • 2018
  • 본 논문에서는 근전도 신호 획득 및 분석을 위한 웨어러블 디바이스용 센서 시스템을 구현하였다. 구현된 시스템의 성능은 임상용 근전도 시스템에서 획득된 근전도 신호와 근피로도 및 근활성도의 상관성 분석에 의해 평가되었으며 실측된 소비 전력이 상용 근전도 시스템들과 비교되었다. 5명의 피실험자들의 이두박근 및 삼두박근에서 수집된 근전도 신호를 통한 실험에서, 구현된 시스템이 임상용 근전도 센서 시스템과 근피로도는 1.1~1.4의 상관성을, 근활성도는 약 1.0의 강한 양의 상관 경향성을 보여주었다. 또한 소비전력의 비교에서 구현된 시스템의 소비전력이 상용 근전도 시스템보다 25%~50%의 감소하였다.

휴대용 U-Health 장치 인터페이싱을 위한 표면 근전도의 손동작 패턴 모델링 (Hand Motion Pattern Modeling of Surface Electromyography for Mobile U-Health Device Interfacing)

  • 박현철;이충근;김진권;이명호
    • 대한전기학회:학술대회논문집
    • /
    • 대한전기학회 2008년도 학술대회 논문집 정보 및 제어부문
    • /
    • pp.480-481
    • /
    • 2008
  • 본 논문은 U-Health 장치 인터페이싱을 위하여 표면 근전도를 이용한 손동작 특징들의 모델링 알고리즘에 대하여 제안하였다. 지금까지 연구에서는 표면 근전도를 측정하기 위하여 전완의 여러 부위에서 신호를 측정하였지만 휴대용 U-Health 장치들의 특성상 센서를 부착 할 수 있는 공간이 한정 되어있기 때문에 한 채널당 손동작의 인식률이 높아야하고 착용하기 편한 위치예서 신호를 측정해야 한다. 따라서 본 논문에서는 손목 근처의 수지신근(finger extensor)과 소지신근(extensor digiti minimi) 사이에 생체신호 센서를 부착하는 것을 제안했으며, 적은 수의 센서에서도 손동작에 따른 충분한 근전도 패턴을 구분해 내기 위하여 3차원 공간상에서 시간과 스케일 정보를 분석할 수 있는 다해상도 웨이블릿을 이용하였다. 정밀한 근전도 분석을 위하여 모 웨이블릿을 신경 신호의 활동전위(action potential)와 가장 유사한 형태를 가지고 있는 Daubechies 4 (db4)로 선택하였고, 이렇게 웨이블릿 분석을 통하여 1차원 신호를 16레벨로 나누어 각 신호에 대하여 에너지를 200 ms 간격으로 평가함으로서 7가지 손동작 인식을 위한 패턴 모델을 구하였다.

  • PDF

저전력 무선 생체신호 모니터링을 위한 심전도/근전도/뇌전도의 압축센싱 연구 (Study on Compressed Sensing of ECG/EMG/EEG Signals for Low Power Wireless Biopotential Signal Monitoring)

  • 이욱준;신현철
    • 전자공학회논문지
    • /
    • 제52권3호
    • /
    • pp.89-95
    • /
    • 2015
  • 무선 헬스케어 서비스에서 생체신호 모니터링 시스템의 전력소모를 효과적으로 감소시킬 수 있는 압축센싱 기법을 다양한 생체신호에 적용하여 압축률을 비교하였다. 압축센싱 기법을 이용하여 일반적인 심전도, 근전도, 뇌전도 신호의 압축과 복원을 수행하였고, 이를 통해 복원된 신호와 원신호를 비교함으로써, 압축센싱의 유효성을 판단하였다. 유사랜덤 행렬을 사용하여 실제 생체신호를 압축하였으며, 압축된 신호는 Block Sparse Bayesian Learning(BSBL) 알고리즘을 사용하여 복원하였다. 가장 산제된 특성을 가지는 근전도 신호의 최대 압축률이 10배로 확인되어 가장 높았으며, 심전도 신호의 최대 압축률은 5배였다. 가장 산제된 특성이 작은 뇌전도 신호의 최대 압축률은 4배였다. 연구된 심전도, 근전도, 뇌전도 신호의 압축률은 향후 압축센싱을 적용한 무선 생체신호 모니터링 회로 및 시스템 개발시 유용한 기초자료로 활용될 수 있다.

근전도를 이용한 손목방향인식 모듈에 관한 연구 (A Study of a Module of Wrist Direction Recognition using EMG Signals)

  • 이충헌;강성인;배성호;권장우;이동훈
    • 재활복지공학회논문지
    • /
    • 제7권1호
    • /
    • pp.51-58
    • /
    • 2013
  • 고령화 시대로 변화해 가면서 재활 복지 산업, 스포츠 산업 시장이 빠르게 성장하고 있다. 특히, 근전도, 뇌전도, 안전도등 생체신호를 이용하여 휠체어 등 복지기기, 의수 및 의족을 제어할 수 있는 재활기기 및 일상의 전자기기 등을 제어할 수 생체 인터페이스 분야는 새로운 미래 신기술영역이며, 또한 사회적 약자인 장애인, 노약자, 재활환자에게 많은 도움을 줄 수 있을 뿐만 아니라 일반인에게도 다양한 응용분야에서 활용될 것이다. 상용화된 생체신호계측 장비 및 인터페이스의 경우 부피가 크고 복잡하며, 고가 제품으로 실생활에 이용하기에는 많은 제약을 갖고 있다. 본 논문에서는 휴대가 가능한 형태의 소형 근전도 신호계측 장치를 구현하였으며, 무선 전송이 가능한 형태의 인터페이스 시스템을 통하여 근전도 신호를 통한 하드웨어 장치 제어가 가능한 제어모듈 개발에 관한 연구를 수행하였다. 손목의 움직임을 통해 발생된 근전도 신호를 입력받아 불필요한 잡음을 제거하고, 신호를 증폭하는 휴대형 하드웨어 모듈을 설계 하였다. 획득된 근전도 신호를 디지털 신호로 변환과 함께 디지털 필터링을 위해 TI사의 TMS320F2808 DSP칩을 사용하여 구현하였다. 또한 획득된 근전도 신호로부터 주성분 분석 기법을 이용하여 상, 하, 좌, 우의 4 동작신호로 분류하였으며 분류된 데이터는 PC 터미널로 무선 전송하여 표시하도록 하였다. 최종적으로 4가지 동작에 대해 85%의 인식률을 얻었으며, 지금보다 높은 인식률을 얻게 된다면 근전도를 이용한 손목동작을 통하여 다양한 하드웨어 시스템을 제어하는 제어신호로 활용이 가능하리라 본다.

  • PDF

엔트로피 및 최대우도추정법을 이용한 표면 근전도 기반 손가락 동작 인식 (Classifying Finger Flexing Motions with Surface EMG Using Entropy and The Maximum Likelihood Method)

  • 유경진;신현출
    • 전자공학회논문지SC
    • /
    • 제46권6호
    • /
    • pp.38-43
    • /
    • 2009
  • 표면 근전도 신호를 이용하여 손가락의 굽힘 동작을 추론하는 방법을 제안한다. 표면 근전도 신호는 인체 근육의 표면에서 무해하고 손쉽게 취득되나, 전극이 근육 내부에 침투하는 침습식 근전도와는 달리 특정 근육의 활동만을 반영하지 않는다. 따라서 소수의 전극을 사용하는 표면 근전도 신호로 다양한 신체 동작을 구분하기는 쉽지 않다. 본 연구에서는 전완 둘레에 부착된 4채널 근전도 센서를 사용하여 신호를 취득하였고, 구분을 위하여 사용한 동작은 엄지, 검지, 중지, 약지, 소지의 개별 손가락의 굽힘 동작이다. 피검자 한 명은 숙련자였으며, 다른 한 명은 비숙련자였다. 근전도 신호의 특성으로 정보 엔트로피를 추출하였으며 최대우도추정법을 사용하여 실제 동작을 추정하였다. 실험 결과 평균 95% 이상의 성능을 보였으며, 제안하는 방법이 손가락 동작의 구분에 유용함을 확인하였다.